用于单图像新视角合成的深度自监督方法
计算机视觉与模式识别
2023-08-29 v1 人工智能
机器学习
摘要
在本文中，我们解决了在给定单帧作为输入的情况下从任意视角生成新图像的问题。虽然在此设置下运行的现有方法旨在预测目标视角深度图以指导合成，但缺乏对此类任务的显式监督，我们联合优化框架以同时进行新视角合成与深度估计，从而最大程度释放两者之间的协同作用。具体而言，一个共享的深度解码器以自监督方式进行训练，以预测在源视角和目标视角之间一致的深度图。我们的结果表明了该方法在应对两项任务挑战方面的有效性，能够生成更高质量的图像，并获得更准确的目标视角深度。
引用
@article{arxiv.2308.14108,
title = {Depth self-supervision for single image novel view synthesis},
author = {Giovanni Minelli and Matteo Poggi and Samuele Salti},
journal= {arXiv preprint arXiv:2308.14108},
year = {2023}
}